Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 7 horas
Temario del curso
Introducción al ecosistema de IA de Huawei
- Hardware de IA Ascend: chips 310, 910 y 910B
- MindSpore, CANN y herramientas de apoyo
- Flujo de trabajo de desarrollo de IA: del entrenamiento al despliegue
Comprensión del conjunto de herramientas CANN
- ¿Qué es CANN y por qué es importante?
- Descripción general de los componentes principales (ATC, AscendCL, bibliotecas de operadores)
- Rol de CANN en las tuberías de inferencia de IA
Comenzando con MindSpore y CANN
- Configuración del entorno (MindSpore + CANN + Python)
- Entrenamiento de un modelo básico en MindSpore
- Exportación y conversión del modelo utilizando ATC
Ejecución de inferencia en dispositivos Ascend
- Uso del modelo OM con AscendCL o APIs de Python
- Preprocesamiento básico de entradas y salidas
- Validación de las salidas del modelo
Trabajo con otros frameworks
- Descripción general del soporte para TensorFlow, PyTorch y ONNX
- Operadores admitidos y limitaciones
- Demostración simple de conversión de modelos (p. ej., de ONNX a OM)
Exploración del ecosistema de desarrolladores de CANN y MindSpore
- Recursos clave: documentación, repositorios de GitHub, código de ejemplo
- Descripción general de MindSpore Hub y el zoológico de modelos
- Foros comunitarios, eventos y canales de soporte
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los conceptos de aprendizaje automático y aprendizaje profundo
- Experiencia programática básica con Python
- No se requiere experiencia previa con CANN ni hardware Ascend
Público objetivo
- Desarrolladores de machine learning que exploran flujos de trabajo de despliegue
- Estudiantes o investigadores nuevos en el ecosistema de IA de Huawei
- Contribuyentes a frameworks de IA y aficionados interesados en la aceleración de modelos
